论文部分内容阅读
随着信息社会的高速发展，信息数据量呈现出爆炸式的增长，当前全球数据中心的数据量堪称海量。据统计，这些数据中有高达60%为重复数据，而它们需要进行不断地存储和传输，这必然会浪费大量的存储空间和网络带宽，从而造成数据存储和管理成本的增加。因此如何利用重复数据消除技术对海量数据进行消冗存储，已成为存储行业当前亟需解决的重要问题之一。本文在基于重复数据消除技术的基础上，着重研究了相似数据的备份与恢复，主要的工作和创新点如下：(1)提出了一种基于线性Delta链的高效数据备份与恢复算法EDBRA：该算法较好的解决了基于线性Delta链备份系统中版本文件恢复效率低的问题，原因在于该方法在恢复数据时通过EDBRA算法计算出所需的Delta文件，再执行一次解压缩运算即可恢复出所需版本文件，从而有效的避免了中间版本文件的恢复。然后在此基础上设计了一种基于线性Delta链的EDBRA备份系统，该系统不仅保持了基于线性Delta链备份系统的最优备份性能，而且在数据恢复性能上明显优于传统的数据恢复方法。(2)进一步改进了EDBRA算法，提出了一种新的基于双向Delta链的数据备份与恢复算法BD_EDBRA：该算法在数据恢复时首先计算出数据恢复阈值，再根据阈值选择最优的恢复策略，这种策略使得数据恢复的时间开销比EDBRA算法有明显的降低，而数据备份性能与EDBRA算法相比仅略有增加。然后在此基础上设计了一种基于双向Delta链的BD_EDBRA备份系统，与基于线性Delta链的EDBRA备份系统相比，该系统的数据恢复性能有明显提升，且数据备份性能与之相近。(3)最后设计实现了基于线性Delta链的EDBRA备份系统和基于双向Delta链的BD_EDBRA备份系统，并对该系统进行了大量的数据测试。实验数据表明：前者在数据恢复性能上明显优于传统的数据恢复方法，且仍然保持了基于线性Delta链最优的备份性能；后者的备份性能与前者相比略有下降，但是其恢复性能较前者有明显的提升。